基于混合Petri网的交叉口交通信号控制研究

为优化交叉口绿灯时间,根据交叉口交通流的动态属性和交通信号的离散属性,建立了城市交通网络中单交叉口信号控制的混合Petri网模型.用连续Petri网描述交叉口容量和交通流变化,用离散时延Petri网控制交叉口各个相位的交通信号,每个相位都有控制绿灯延长时间的Petri网模型.在执行了最短绿灯时间后,根据当前等待通过的车辆数,通过禁止弧对绿灯延长时间加以控制,以确定最佳绿灯时间.最后对该模型进行计算机仿真,仿真结果表明该方案对单一交叉口实现了更有效的控制.     

交通强度优先的交叉口模糊控制研究

为了降低交叉口车辆延误,提高通行能力,研究了一个四相位交叉口交通信号的模糊控制方法。用交通强度刻画各相位交通流通行需求的紧急程度,根据各相位的交通强度由模糊推理得到当前相位的绿灯延长时间,并选取后续绿灯相位。以交叉口车辆平均延误作为交叉口信号控制的性能评价指标,在相同交通条件下对几种控制方式进行了仿真试验。结果表明,该文的控制方法相对于感应控制方法和直接采用车辆排队长度作为输入的模糊控制方法,更能有效减小交叉口的车辆平均延误。     

城市区域交通智能控制研究

利用模糊神经网络对城市区域交通进行实时分散控制.把区域交通作为一个大系统,子系统为区域中的各个交叉口,每个交叉口有一个控制器,该控制器根据它自己和相邻交叉口的交通流信息来动态管理绿灯相位及绿灯时间.仿真研究表明:在交通流量较大和流量时变的环境下,该方法比普通车辆感应控制方法控制效果更好.     

基于Petri网的交叉口建模与信号控制研究

针对城市交通系统特性,建立了反映交通流动态属性的赋时连续Petri网模型和交叉口信号控制的离散时延Petri网模型.设计专门的Petri网模型控制每个相位的红灯时间,一旦等待时间达到最长允许红灯时间,该相位信号灯强制转为绿灯,可避免相位红灯时间过长导致的驾驶员违规问题.为优化交叉口绿灯时间,根据单个因素的隶属度,通过模糊Petri网按照模糊规则综合确定当前相位绿灯延长时间.仿真结果表明,该方案对单一交叉口实现了较有效的控制.     

一种多相位交叉口模糊控制方法

基于车流阻塞参数b,设计含绿灯延长和相位选择2个模糊控制器的多相位交通信号控制系统。根据当前路口和下游路口参数,输出当前通行相位绿灯延长时间。若延长时间为0,则进入相位选择模糊控制器,输出下次通行相位。仿真结果表明,该设计方法可有效控制多相位路口的交通信号。     

基于博弈的交叉口交通信号配时系统设计

针对交通系统的动态性和随机性,提出了一种信号交叉口的自适应控制模型.设置主相位优先阈值,主相位具有优先权.采用RBF网络预测短时交通流信息,评估模块对可选相位的交通需求度进行评估.决策模块根据相位博弈选择机制,选取后续放行相位;根据各相位的交通强度由模糊推理得到当前相位的绿灯延长时间.车辆平均延误作为评价指标,仿真结果表明,系统控制效果明显优于传统控制,在交通环境突然变化时控制效果更佳.     

过饱和交通状态下的停车延误协调控制模型

选取整个过饱和状态持续作用时间作为研究时段,利用交叉口进口道的车辆到达–驶离图,根据行驶车队头车到达下游交叉口进口道的不同时刻,分别针对行驶车队在一个以红灯启亮为起始的信号周期之内到达和跨越一个以红灯启亮为起始的信号周期到达两种情况,对过饱和交通状态下行驶车队通过协调信号控制交叉口的停车延误进行了分析研究,建立了一套过饱和交通状态下的停车延误协调控制模型,得到了滞留车辆数、停车次数、延误时间等性能指标与相邻交叉口相对相位差、公共信号周期等协调控制变量之间的相关关系,并通过交通仿真对控制模型进行了分析验证,为过饱和交通状态下的协调控制技术方法研究提供了相关理论依据.     

过饱和状态下的单交叉口最小延误信号周期模型

由于现有单交叉口信号配时方法主要适用于低饱和交通状态,本文以过饱和交通状态作为研究对象,利用定数理论分析了信号交叉口进口道的车辆到达与驶离规律,建立了信号周期与延误时间之间的数学模型,推导了单交叉口最小延误的信号周期计算公式.以某个四相位交叉口为例,针对3组不同流量比的过饱和交通状态,分别获取了延误时间与信号周期之间的变化曲线,计算了最小延误所对应的最佳信号周期,并利用VISSIM微观交通仿真软件,仿真得到了3组不同流量比情况下的延误时间.仿真结果表明:在各组流量比设置下,延误时间的理论计算值与仿真实验值相一致,有效验证了该模型的准确合理性,为解决过饱和状态下的交叉口信号配时优化问题提供了理论指导依据.     

基于模糊控制算法的城市交通区域协调控制

针对目前我国城市交通区域控制的研究现状,应用群决策理论和模糊控制理论,对整个城市区域交通建立协调二级模糊控制模型。以相邻交叉口之间的车流量信息和预测剩余时间周期为模糊控制器输入,由二级模糊控制器的输出控制下一时刻的绿灯相位,从而调整控制子区内相邻交叉口上下游之间的交通流和集散程度,最终实现对控制子区的宏观区域协调控制。     

过饱和交叉口群自适应控制方法

为解决过饱和交通状态下交叉口群道路拥堵时车辆难以疏散、易造成拥堵堆积的问题,提出了一种以交叉路口为中心的区域自适应交通控制方法.同时关注当前路口和相邻交叉路口的交通车辆排队状态信息,确定最佳放行相位实现相邻路口间的协调控制,与传统控制方案相比,方法能够加快拥堵区域向非拥堵区域的车辆疏散,并抑制外围车辆向拥堵区域聚集,有效缓解了拥堵堆积,缩短了行程时间,在非过饱和情况下,亦有效提高了交通通行效率.     

Development of a fuzzy logic traffic system for isolated signalized intersections in the State of Kuwait

In a conventional traffic signals controller, the lights change at constant cycle time. In many cities, automatic traffic signals are often based on a constant green-to-red cycle. The time period for green light (or red light) to be on is determined based on a stochastic model. The traditional vehicle-actuated control of isolated intersections attempts continuously to adjust green times. The decision to change green light duration involves fuzzy factors that cannot be precisely determined.The main objective of this paper is to develop a fuzzy logic traffic system that considers the two two-way intersections and is able to adjust changes in time intervals of a traffic signal based on traffic situation level.The proposed system has been applied and tested using real data collected from signalized intersection in Hawalli governorate in the State of Kuwait. Twenty-seven iterations have been done; the results show that the proposed fuzzy logic traffic system provides better performance in terms of total waiting time, total moving time, and vehicle queue. Finally, it can be observed from the results that the proposed system can be used to accelerate the cycle time and to give other phases the chance to gain more benefit from the green time lost.     

城市交通过饱和状态下干线信号的多目标仿真优化研究

针对城市交通过饱和状态下的干线信号优化问题,分析了交通控制目标对车辆排队的影响,提出以绿信比、相序、相位差和周期为优化参数,以车辆平均时延、系统平均排队-车道长度比和系统通行能力为优化目标的交通信号仿真优化模型。构建了优化模型的实施框架,该框架采用自主构建的微观交通仿真环境来获取信号方案评价指标,改进多目标优化算法NSGAII中的重复个体问题,完成对干线各交叉口信号配时方案的同时优化。最后,利用采集的交通数据对由3个交叉口组成的干线进行实例验证,验证结果表明,在过饱和状态下,所提出的信号优化方法不仅可以有效控制车辆排队长度,均衡车辆分布,同时在系统通行能力、车均时延方面表现更佳。     

基于多智能体交通绿波效应分布式协同控制算法

基于"绿波"效应的交通控制通过实现干道上的车流不间断地经过多个交通灯路口而不停止,是目前公认的最有效率的交通控制策略之一.然而随着城市交通规模的不断扩大,传统的集中式交通控制方法可能遇到计算和通信上的瓶颈.而当路口交通灯只能获取城市交通网络全局有限的信息时,传统的分布式控制方法可能十分低效.提出了一种基于多智能体的交通灯分布式绿波自适应控制方法.在该设计中,每一个交通灯路口通过一个非集中式的协同智能体来控制.其核心是,智能体通过预测自身下一时刻的状态进行自主决策.由于只有来自邻居路口的车辆能够直接影响当前路口下一步的状态,这一决策过程仅需要智能体通过与邻居智能体间的局部交互来完成.描述了基于多智能体交通灯分布式"绿波"效应的控制算法,并通过仿真实验验证了该方法在大规模城市交通系统中的可行性.     

时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

交通灯的一种智能模糊控制系统

本文设计了一种新型交通灯智能模糊控制系统,突破了传统机械的定时模式,利用模糊控制算法对四相位三车道单交叉口的交通灯进行控制,可以依据实时交通流量灵活运行。通过模糊规则,即对当前等待队列长与通行队列长以模糊推理,得到最佳的绿灯延时时间。仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善,使公路利用率产生可观的经济效益。     

交通灯的一种智能模糊控制系统

本文设计了一种新型交通灯智能模糊控制系统，突破了传统机械的定时模式，利用模糊控制算法对四相位三车道单交叉口的交通灯进行控制．可以依据实时交通流量灵活运行。通过模糊规则，即对当前等待队列长与通行队列长以模糊推理，得到最佳的绿灯延时时间。仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善，使公路利用率产生可观的经济效益。     

基于注意力机制的深度强化学习交通信号控制

深度强化学习（DRL）广泛应用于具有高度不确定性的城市交通信号控制问题中,但现有的DRL交通信号控制方法中,仅仅使用传统的深度神经网络,复杂交通场景下其感知能力有限。此外,状态作为强化学习的三要素之一,现有方法中的交通状态也需要人工精心的设计。因此,提出了一种基于注意力机制（attention mechanism）的DRL交通信号控制算法。通过引入注意力机制,使得神经网络自动地关注重要的状态分量以增强网络的感知能力,提升了信号控制效果,并减少了状态向量设计的难度。在SUMO（simulation of urban mobility）仿真平台上的实验结果表明,在单交叉口、多交叉口中,在低、高交通流量条件下,仅仅使用简单的交通状态,与三种基准信号控制算法相比,所提算法在平均等待时间、行驶时间等指标上都具有最好的性能。